Data Storytelling

Datenvisualisierung in Databricks

Gang Wang

Senior Data Scientist

Was ist Data Storytelling?

  • Geschichten aus Daten entwickeln
  • Insights mit Visualisierungen verbinden

Zweck:

  • Komplexe Daten zugänglich machen
  • Dein Publikum einbinden und informieren

Warum es wichtig ist:

  • Rohdaten in Insights verwandeln
  • Bessere Entscheidungen ermöglichen

Konzeptuelle Illustration von Data Storytelling

1 Bilder: AgencyAnalytics
Datenvisualisierung in Databricks

Vorher: Daten zeigen

  • Überladenes Liniendiagramm, schwer zu lesen
  • Rohdaten ohne Kontext

Nachher: Storytelling

  • Klare Story mit zentralen Insights
  • Einfaches Balkendiagramm betont wichtige Punkte

   

1 Bilder: Storytelling with Data
Datenvisualisierung in Databricks

Die Rolle von Datenvisualisierungen im Storytelling

  • Balkendiagramme: Mengen über Kategorien vergleichen

Balkendiagramm

  • Liniendiagramme: Trends über die Zeit zeigen

Liniendiagramm

1 Bilder: Corporate Finance Institute, Storytelling with Data
Datenvisualisierung in Databricks

 

  • Kreisdiagramme: Anteile und Teil-vom-Ganzen zeigen

Kreisdiagramm

 

  • Streudiagramme: Zusammenhänge und Korrelationen zeigen

Streudiagramm

1 Bilder: GeeksforGeeks, Math is Fun
Datenvisualisierung in Databricks

 

  • Heatmaps: Muster und Intensität zeigen

 

Heatmap

 

  • Histogramme: Verteilung numerischer Daten zeigen

 

Histogramm

1 Bilder: Sage Research Methods, Stata
Datenvisualisierung in Databricks
  • Flächendiagramme: Veränderungen über Zeit mit gestapelten Daten hervorheben

Flächendiagramm

Datenvisualisierung in Databricks

Statistische Verteilungen verstehen

Warum sie wichtig sind

  • Muster in Daten aufdecken
  • Lage: Mittelwert, Median, Modus
  • Streuung: Spannweite, Varianz, Standardabweichung
  • Form: Schiefe, Kurtosis

Lagemasse

1 Bilder: Medium
Datenvisualisierung in Databricks

Anpassbare Tabellen erstellen

Zweck anpassbarer Tabellen:

  • Präsentation auf Bedürfnisse zuschneiden
  • Wichtige Insights klar hervorheben

Schlüsselfunktionen:

  • Formatierungsoptionen
  • Spalten- und Zeilenanpassungen
  • Sortieren und Filtern
  • Datenbeschriftungen

Konzeptuelle Illustration einer anpassbaren Tabelle

1 Bilder: UX Collective
Datenvisualisierung in Databricks

Lass uns üben!

Datenvisualisierung in Databricks

Preparing Video For Download...